통합검색

AI가 만든 자료를 거듭 학습하면 드문 사례도 남을까?

공통·중간·드문 유형 70·20·10이 합성자료만 거치며 73·23·4와 80·19·1로 바뀌는 고정 모형으로 분포 꼬리와 원자료 보존 조건을 살핍니다.

AI가 같은 답을 여러 번 하면 더 믿을 수 있을까?

다섯 번의 보이는 출력과 외부 정답을 나란히 두고, 높은 일치율이 도움이 되는 조건과 같은 오류가 반복되는 경우를 구분합니다.

좋은 논증에는 좋은 청중도 필요할까?

Xie와 Wang은 좋은 논증을 말하는 사람의 능력만으로 평가하지 않고, 이해·응답·자기 갱신에 참여하는 청중의 덕을 분석합니다.

Someone it is Good to Argue With

루브릭을 주면 학생은 자동으로 더 잘 배울까?

Panadero와 Jönsson의 21편 고찰은 루브릭이 기대를 투명하게 만들 수 있지만, 효과가 자기평가·피드백 같은 활동과 뒤섞여 단독 효과는 불확실하다고 봤습니다.

The Use of Scoring Rubrics for Formative Assessment Purposes Revisited: A Review

손을 움직이면 모두 능동학습일까?

ICAP 틀은 겉으로 보이는 참여를 수동·활동·구성·상호작용으로 나누고, 새 추론 생성 여부를 묻습니다.

The ICAP Framework: Linking Cognitive Engagement to Active Learning Outcomes